Outline

用jupyter處理資料時，需要迴圈列印多個DataFrame，但打印出來的df看起來很難看；

想要的效果是比較規整美觀的df展示，例如單獨展示df時那樣，是一個完整的table檢視。

下面美化下jupyter notebook中for迴圈輸出DataFrame

解決

解決前

for 迴圈列印DataFrame效果：

看起來很不舒服

解決後

for 迴圈列印DataFrame效果：

這下就舒服多了

解決方法

通過from IPython.display import display 模組

程式碼中匯入次模組，把print(df) 替換為 display(df)

from collections import
 
 Counter
import xml.etree.ElementTree as ET
from IPython.display import display
from pandas.io.json import json_normalize

# 需要解析的xml檔案路徑
path = '/data1/gaochao/refinitiv_sample/BGSBS02/BGSBS_03BDC.xml'  
tree = ET.parse(path)
root = tree.getroot()
iter_root = root.iter('BGSInformation')
ret = []

def get_xml_content(iter_root):
    
 
for node in iter_root:
        dic = node.attrib
        text = node.text
        if len(dic) == 0 and text == '\n':
            pass
        else:
            dic['text'] = text
            ret.append({node.tag: dic})
        get_xml_content(node)
get_xml_content(iter_root)

def parse_data():
    # 獲取標籤名重複次數
 

    latest_ret = []
    conters = Counter([list(i.keys())[0] for i in ret])
    # 整合標籤名只出現一次的
    for r_dict in ret:
        # 檢視當前dict的key出現幾次,如果只出現1次直接加入new_ret
        current_key = list(r_dict.keys())[0]
        repeat_num = conters[current_key]
        if repeat_num == 1:
            latest_ret.append(r_dict)
    # 整理標籤名重複的字典
    for c in conters:
        # 檢視當前dict的key出現幾次,如果只出現1次直接加入new_ret
        current_key = c
        repeat_num = conters[current_key]
        if repeat_num != 1:
            # 出現幾次,就去ret裡拿幾次
            tem_list = []
            for g in ret:
                if list(g.keys())[0] == current_key:
                    tem_list.append(g[current_key])
                else:
                    continue
            latest_ret.append({current_key: tem_list})
    return latest_ret

def get_df():
    # 生成DataFrame
    for p in parse_data():
        d_key = list(p.keys())[0]
        d_value = p[d_key]
        if type(d_value) is list:
            df = json_normalize(p, d_key)
            df_columns = df.columns.tolist()
            new_columns = [d_key + '_' + column for column in df_columns]
            df.set_axis(new_columns, axis='columns', inplace=True)
            display(df)
#             print(df)
        else:
            tem_dict = {}
            dict_value = p[d_key]
            for k in dict_value:
                tem_dict[d_key+'_'+k] = dict_value[k]
#             print(json_normalize(tem_dict))
            display(json_normalize(tem_dict))

get_df()